Kunstig intelligens bruges til at analysere meninger gennem hjernens aktivitet

Forskere fra University of Helsinki har udviklet en ny teknik, der udnytter kunstig intelligens (AI) og hjernens aktivitet hos grupper af mennesker for at analysere meninger og træffe konklusioner. Forskerne har kaldt teknikken “brainsourcing”, og den kan hjælpe med at klassificere billeder eller anbefale indhold.

Hvad er Crowdsourcing

Crowdsourcing bruges, når der er komplekse opgaver, der skal brydes ned i mindre, mere håndterbare dele. Disse dele distribueres derefter til store grupper af mennesker, der løser problemet individuelt. Et eksempel på dette ville være, hvis mennesker blev bedt om at afgøre, om et objekt er synligt på et billede, og svarene ville derefter bruges til at træne et billedgenkendelsessystem. I dag er de bedste billedgenkendelsessystemer baseret på AI stadig ikke fuldstændigt automatiserede. Derfor skal meningerne fra flere mennesker om indholdet af flere eksempelbilleder bruges som træningsdata.
Forskerne ønskede at prøve at implementere crowdsourcing ved at analysere electroencephalogrammer (EEG) fra enkeltpersoner, og de brugte AI-teknikker til det. Dette ville gøre det muligt at trække information ud af EEG i stedet for, at mennesker skulle give deres mening.
Tuukka Ruotsalo er en Academy Research Fellow fra University of Helsinki.
“Vi ønskede at undersøge, om crowdsourcing kan anvendes til billedgenkendelse ved at udnytte menneskers naturlige reaktioner uden, at de skulle udføre nogen manuelle opgaver med tastatur eller mus,” siger Ruotsalo.

Studiet

Studiet involverede 30 frivillige, der blev vist en computerskærm med menneskeansigter. Deltagerne klassificerede derefter ansigterne i deres hjerne baseret på, hvad der var på billederne, såsom en blond eller mørkhåret person, eller om en person smilede eller ej. Den store forskel fra konventionelle crowdsourcing-opgaver var, at deltagerne ikke behøvede at foretage yderligere handlinger ud over at observere billederne, der blev præsenteret for dem.
Electroencephalografi blev derefter brugt til at indsamle hjernens aktivitet fra hver deltager, og AI-algoritmen brugte dette til at lære at genkende billeder relevant for opgaven, såsom når et billede af en person med bestemte træk blev vist på skærmen.
Forskerne fandt, at computeren kunne fortolke disse mentale mærkater direkte fra EEG, og at brain sourcing kan bruges til genkendelsesopgaver.
https://www.youtube.com/watch?v=_zY4RClQpKs
Vedrørende fremtiden for denne teknik siger studerende og forskningsassistent Keith Davis: “Vores tilgang er begrænset af den tilgængelige teknologi.”
“De nuværende metoder til at måle hjernens aktivitet er tilstrækkelige til kontrollerede opsætninger i et laboratorium, men teknologien skal forbedres for daglig brug. Desuden fanger disse metoder kun en meget lille procentdel af den samlede hjernens aktivitet. Når hjernescanningsteknologierne forbedres, kan det måske blive muligt at fange præferencerne direkte fra hjernen. I stedet for at bruge konventionelle vurderinger eller like-knapper kunne du blot lytte til en sang eller se en forestilling, og din hjernens aktivitet alene ville være nok til at bestemme din reaktion på den.”
Resultaterne kan bruges i grænseflader, der kombinerer hjernens og computerens aktivitet, såsom dem, der kræver let EEG-udstyr som bærbart elektronik. Letvægtsbærbart udstyr, der kan måle EEG, er under udvikling.
Denne type teknologi giver mulighed for, at AI kan bruges til at trække værdifuld information ud med meget lidt indsats fra menneskets side. Da den fortsat forbedres, kan det forventes, at denne tendens kun vil fortsætte, og at deltagerens medvirken vil være unødvendig i mange tilfælde.